微信朋友圈高性能复杂度分析

复杂度整体分析

质量复杂度分析：1、并发量大- 60W 左右的 QPS；2、读写性能要求高-毫秒级; 3、数据量大-PB 级。

业务复杂度分析：1、发送朋友圈；2、点赞、评论；3、浏览朋友圈，业务逻辑相对简单。

朋友圈高性能复杂度分析

发朋友圈：据相关资料披露 2021 年微信月活跃用户达 12 亿，假设月活即日活，用户发朋友圈时间区间大致：8:00~22:00，时长 14 个小时，折合成秒 14 * 3600 = 50400 秒，假设每人每天发一条朋友圈，TPS = 1200,000,000 / 50400 = 23809，做一点放大，向上取整大致 3W。

浏览：以发朋友圈为基准，假设浏览量大约是发圈量的 20 倍 QPS=3W * 20 = 60W。

点赞：以发朋友圈为基准，假设每个朋友圈平均被点赞 10 次，TPS = 3 W * 10 = 30W。

评论：以发朋友圈为基准，假设每个朋友圈平均被评论 5 次， TPS = 3W * 5 = 15W。

朋友圈高性能方案-整体架构

1、服务集群是必须的，在计算高性能和存储高性能的任务分配这块都采用双机房部署，防止单机房故障导致整个服务不可用。

2、计算高性能：任务分解采用两个服务，将查询（浏览朋友圈）独立成一个单独服务，原因是相对于写服务（发圈、点赞、评论）它的并发度高，访问量大，持续时间久，整体量级较写服务上升一个等级；将写（发圈、点赞、评论）独立成一个单独的服务，原因是他们之间的数据关联性强。缓存模型：在查询这块引入缓存服务 Redis，具体策略是：请求先查询缓存，命中即返回；否则查库，之后将数据放入缓存；存在写操作，同步更新缓存。

3、存储高性能：1、数据分片存储，分库分表；2、读写分离。3、文本数据和视频/图片数据分开存储，如：文本存入 mysql，图片及视频存储到 OSS 服务。